一种基于大数据的电力变压器数字孪生模型的构建方法技术

本发明专利技术公开了一种基于大数据的电力变压器数字孪生模型的构建方法，涉及电力变压器监测技术领域，包括以下步骤：对电力变压器正常工况下和故障工况下的数据信息进行采集；采集电力变压器更新状态的时间戳并同时上传至大数据平台，动态映射电力变压器的虚拟对象；上传的采集数据经过ETL过程后，程序通过hash映射标签，更新属性状态；本发明专利技术的有益效果是：通过构建数字孪生标准模型能够实现电力变压器的三维可视化，实时反映电力变压器的运行状态；对电力变压器正常工况下和故障工况下的数据信息进行采集并上传至大数据平台，能够对多种数据来源与种类进行监测，使构建的数字孪生模型能够监测的范围和准确性更高。模型能够监测的范围和准确性更高。模型能够监测的范围和准确性更高。

【技术实现步骤摘要】
一种基于大数据的电力变压器数字孪生模型的构建方法


[0001]本专利技术涉及一种数字孪生模型的构建方法，特别涉及一种基于大数据的电力变压器数字孪生模型的构建方法，属于电力变压器监测


技术介绍

[0002]电力设备是电力系统的重要组成部分，对其运行状态进行全面的检测和诊断可显著提高电力设备的运行可靠性，从而提高整个电力系统的可靠性，而电力变压器是电力设备的一种；目前，周期性检修和状态检修成为判断电力设备运行状态的重要手段，基于周期性试验以及在线监测技术获得电力设备运行过程中各个状态量的数值，基于这些状态量数值可实现对电力设备运行状态、故障情况以及寿命情况的判断。然而，目前的周期性检修和状态检修通常只针对单类型设备，即为每种类型的设备制定相应的试验方法和状态评价方法，缺乏对不同电力设备之间关联关系的统筹考虑；
[0003]其中申请号为“CN202210076240.4”所公开的“一种电力设备数字孪生模型构建方法”也是日益成熟的技术，其包括：电力设备实体；获取与所述电力设备实体物理关联的物理关联设备实体；获取与所述电力设备实体电气关联的电气关联设备实体；基于设备实体的属性数据构建属性孪生子模型；基于设备实体的状态数据构建状态孪生子模型；融合电力设备实体、物理关联设备实体以及电气关联设备实体的属性孪生子模型和状态孪生子模型获取电力设备数字孪生模型。本专利技术解决了目前相关技术在构建电力设备数字孪生模型时，仅仅考虑电力设备本身，忽略与之物理关联设备和电气关联设备对电力设备数字孪生模型构建的影响，而造成的电力设备数字孪生模型无法全面准确反映电力设备的属性信息以及运行信息的技术问题；在经过进一步检索，其中申请号为“CN202211179871.5”所公开的“一种电网设备数字孪生体构建方法及系统”，其包括：针对目标电网中的典型设备，构建设备的数字孪生体标准模型；建立设备实物与所述数字孪生体标准模型之间的映射关系；根据所述映射关系，实现设备实物到所述数字孪生体标准模型的映射；以城市为基础地理背景，构建所述数字孪生体标准模型的三维虚拟场景，通过所述三维虚拟场景，展示目标电网的实景信息；通过配网拓扑图，提供所述数字孪生体标准模型在不同尺度下的可视化渲染样式；通过所述数字孪生体标准模型，实现配网网架的三维可视化，以实时反映电网的运行状态。实现电网设备数字孪生体的构建、组网、更新、展示全自动在线完成，促进电网管理的质效；
[0004]但是以上两种方式在实际使用时还存在以下缺陷：获取的数据来源与种类较为单一，从而使最后所构建的模型容易存在缺陷，并且不能够实现模型的迭代优化和验证。

技术实现思路

[0005]本专利技术的目的在于提供一种基于大数据的电力变压器数字孪生模型的构建方法，以解决上述
技术介绍
中提出的获取的数据来源与种类较为单一，且不能够实现模型的迭代优化和验证的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种基于大数据的电力变压器数字孪生模型的构建方法，包括以下步骤：
[0007]S1：对电力变压器正常工况下和故障工况下的数据信息进行采集；
[0008]S2：采集电力变压器更新状态的时间戳并同时上传至大数据平台，使用Flink框架实时和批处理所有的具有状态时标的采集数据，动态映射电力变压器的虚拟对象；
[0009]S3：上传的采集数据经过ETL过程后，程序通过hash映射标签，更新属性状态；
[0010]S4：大数据平台与采集的数据进行对比后，多个数据源的状态更新，对电力设备的实时时标和采集时标进行比较，如果实时时标大于采集时标，该状态数据丢弃，如果实时时标小于采集时标，状态更新，实时时标更新；
[0011]S5：针对目标中的典型电力变压器，构建电力变压器的数字孪生标准模型；
[0012]S6：建立电力变压器实物与数字孪生标准模型之间的映射关系，根据映射关系实现电力变压器实物到数字孪生标准模型的映射，对感知数据、状态数据、历史数据进行数据挖掘和基于卷积神经网络深度学习；
[0013]S7：构建数字孪生标准模型的三维虚拟场景，用于展示目标电力变压器的实景信息；
[0014]S8：构建多时空尺度数字孪生决策模型，基于电力变压器正常工况下实测数据和故障工况下孪生数据，完成模型的迭代优化和验证。
[0015]作为本专利技术的一种优选技术方案，数据获取所采用的数据种类包括历史数据、当前的实时数据、设计数据和设备运行状态的检测数据。
[0016]作为本专利技术的一种优选技术方案，数据采集的来源包括传感器、遥感监测、视频监控和图像拍摄。
[0017]作为本专利技术的一种优选技术方案，数据信息包括电力变压器的属性数据信息和状态数据信息。
[0018]作为本专利技术的一种优选技术方案，电力变压器的属性信息包括生产厂商、产品型号、额定容量、额定电压、投运时间、冷却方式、历史故障情况。
[0019]作为本专利技术的一种优选技术方案，电力变压器的状态数据包括在巡检和例行试验中获得的各个状态量的试验数据、在线监测的各个状态量的实时数据、电力变压器运行环境数据。
[0020]作为本专利技术的一种优选技术方案，大数据平台内部对电力变压器在时间和频率进行同步统计，以供后续分析。
[0021]作为本专利技术的一种优选技术方案，在电力变压器故障工况下孪生数据非破坏性获取，完成电力变压器故障工况下孪生数据的时空特性分析，并实现故障工况下孪生数据的生成。
[0022]作为本专利技术的一种优选技术方案，还包括有可视化模块，用于将数字孪生模型进行可视化显示。
[0023]作为本专利技术的一种优选技术方案，在数字孪生模型构建之后对数据关联分析整理，查找存在于项目集合或对象集合之间的关联、相关性或因果结构，即描述数据库中不同数据项之间所存在关系的规则，将其整理构建成为规范的模型。
[0024]与相关技术相比较，本专利技术提供的一种基于大数据的电力变压器数字孪生模型的
构建方法具有如下有益效果：
[0025]1、通过构建数字孪生标准模型能够实现电力变压器的三维可视化，实时反映电力变压器的运行状态；
[0026]2、对电力变压器正常工况下和故障工况下的数据信息进行采集并上传至大数据平台，能够对多种数据来源与种类进行监测，使构建的数字孪生模型能够监测的范围和准确性更高；
[0027]3、通过构建多时空尺度数字孪生决策模型，基于电力变压器正常工况下实测数据和故障工况下孪生数据，完成模型的迭代优化和验证，使模型能够进行实时更新。
附图说明
[0028]图1为本专利技术的流程示意图。
具体实施方式
[0029]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0030]实施例：
[0031本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的电力变压器数字孪生模型的构建方法，其特征在于，包括以下步骤：S1：对电力变压器正常工况下和故障工况下的数据信息进行采集；S2：采集电力变压器更新状态的时间戳并同时上传至大数据平台，使用Flink框架实时和批处理所有的具有状态时标的采集数据，动态映射电力变压器的虚拟对象；S3：上传的采集数据经过ETL过程后，程序通过hash映射标签，更新属性状态；S4：大数据平台与采集的数据进行对比后，多个数据源的状态更新，对电力设备的实时时标和采集时标进行比较，如果实时时标大于采集时标，该状态数据丢弃，如果实时时标小于采集时标，状态更新，实时时标更新；S5：针对目标中的典型电力变压器，构建电力变压器的数字孪生标准模型；S6：建立电力变压器实物与数字孪生标准模型之间的映射关系，根据映射关系实现电力变压器实物到数字孪生标准模型的映射，对感知数据、状态数据、历史数据进行数据挖掘和基于卷积神经网络深度学习；S7：构建数字孪生标准模型的三维虚拟场景，用于展示目标电力变压器的实景信息；S8：构建多时空尺度数字孪生决策模型，基于电力变压器正常工况下实测数据和故障工况下孪生数据，完成模型的迭代优化和验证。2.根据权利要求1所述的基于大数据的电力变压器数字孪生模型的构建方法，其特征在于：数据获取所采用的数据种类包括历史数据、当前的实时数据、设计数据和设备运行状态的检测数据。3.根据权利要求1所述的基于大数据的电力变压器数字孪生模型的构建方法，其特征在于：数据采集的来源包括传感器、遥感监测、视频监控和...

【专利技术属性】
技术研发人员：陈平，陈晔，陶文俊，王斌，张宏艳，肖雨桐，
申请(专利权)人：武汉电力职业技术学院，
类型：发明
国别省市：